数据集概述
本数据集由ETHZ高级催化工程组生成，包含高级醇合成高性能催化剂开发相关的实验、计算及建模数据，含五份Excel文件、三份Jupyter Notebook文件及一份Origin文件压缩包，用于支持主动学习驱动的催化剂性能优化研究，总计九个文件。
文件详解
- 催化性能数据文件
- 文件名称：Full_catalytic_performance_data.xlsx
- 文件格式：XLSX
- 字段映射介绍：整合研究中的所有实验与计算催化数据
- 原始来源数据文件
- 文件名称：Source_data.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含用于生成论文展示项的原始数据
- 建模阶段数据文件
- 文件名称：Modelling_Data_Phase_1.xlsx、Modelling_Data_Phase_2.xlsx、Modelling_Data_Phase_3.xlsx
- 文件格式：XLSX
- 字段映射介绍：三个主动学习阶段的 curated 数据，用于运行高斯过程-贝叶斯优化算法
- 模型代码文件
- 文件名称：Active_learning_Phase_1_model.ipynb、Active_learning_Phase_2_model.ipynb、Active_learning_Phase_3_model.ipynb
- 文件格式：IPYNB
- 字段映射介绍：运行各阶段模型所需的Python代码
- 压缩文件
- 文件名称：Origin_files.zip
- 文件格式：ZIP
- 字段映射介绍：包含Origin格式的原始数据文件
数据来源
ETHZ Advanced Catalysis Engineering group
适用场景
- 催化剂性能优化研究：利用全催化性能数据与建模数据，开发高级醇合成的高性能催化剂
- 主动学习算法应用：基于三阶段建模数据，验证高斯过程-贝叶斯优化在催化材料开发中的效果
- 催化实验数据整合：通过整合实验与计算数据，建立催化性能预测模型
- 学术论文数据复现：使用源数据文件复现论文中的图表与分析结果
- 催化工程教学案例：作为高等教育中催化材料开发与机器学习应用的教学数据资源
